Python函数式编程入门窥探

2024-05-28 05:52

本文主要是介绍Python函数式编程入门窥探,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

文章目录

  • 函数式编程
    • 把函数当作对象
    • 高阶函数
      • map的替代品
      • reduce的替代品
      • filter的替代品
    • 匿名函数
    • 可以向函数一样可调用的对象
    • 自定义的调用类型
    • 函数内省
    • 传递给函数的参数:从定位参数到仅限关键字参数
    • 获取关于函数参数的信息--inspect模块
      • 获取函数签名的signature方法
      • inspect.Signature对象的bind方法
    • Python3 的一个特性——函数注解
    • 支持函数式编程的包(operator,functools)
      • 另一种冻结参数的方法functools.partial
  • 小结

函数式编程

把函数当作对象

函数式编程是把函数作为一等公民,把一些算数运算符当作函数使用,python不是一门纯粹的函数式编程语言,但是在一些库的加持下(operator,functools)使得他的函数式编程功能同样强大

在python中我们会把函数当作对象使用

def foo(x):"""x * x * x"""return x * x * xprint(foo(3))
print(foo.__doc__) # python 中的一种特殊方法用于查看函数的注解

高阶函数

在其他语言的函数式编程中经常使用map,reduce在python中也可以使用,不过python对着两种方法都有更便捷的实现方式

map的替代品

map方法可以应用python的列表表达式得到更简便更可读的实现

# map 和 列表表达式
def square(x):return x * x
square_one_to_ten = map(square,range(1,11))print(list(square_one_to_ten))square_one_to_ten = [square(i) for i in range(1,11)]
print(square_one_to_ten)
# 输出
c:/Users/Administrator/GithubRepo/study_recording/fluent_python/ch05/test_case.py
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

reduce的替代品

reduce方法在python3之后就被移除了内置方法,我们可以在functools中找到这个函数,我们可以使用python中的sum()方法作为替代品,而且sum方法的效率更加高效

# reduce 和 sum
# 计算累计求和
from functools import reduce
from operator import  add
acumulation = reduce(add , range(0,100))# 0 - 99 sum
new_trick = sum(range(0,100))
print(acumulation == new_trick) # True

sum 和 reduce 的特点是应用某一种操作到指定序列上,累计之前的结果,把一个系列值归约成一个值
除此之外 python 中的all()和any()方法也是一种归约函数,前者是只要序列中都不为0返回True后者是只要有真值就返回True

filter的替代品

过滤一些序列中的元素我们同样可以用列表表达式来实现

# filter and list generator
format1 = filter(lambda x : x % 2 == 0,range(11))
format2 = [i for i in range(11) if i % 2 == 0]print(f'user filter : {list(format1)}\nuse list generator : {format2}')
# 输出
# user filter : [0, 2, 4, 6, 8, 10]
# use list generator : [0, 2, 4, 6, 8, 10]

同样的结果我们可以使用列表表达式来减少lambda函数的使用

匿名函数

python中的匿名函数无法对传入的变量进行赋值,它只能是纯表达式的形式
除了作为参数传递给一些高阶函数,平凡的lambda函数容易写出,难的lambda表达式就难以阅读

可以向函数一样可调用的对象

python中判断一个对象是否可以被调用,可以调用其内置的callable()方法

# callable
from operator import add
print([callable(i) for i in [add, str , 1]]) # [True, True, False]

自定义的调用类型

在python中一切皆为对象,不仅函数可以表现得像对象,甚至对象也可以表现得像函数,我们只需要去实现python对象中的__call__这个实例方法

# callable object
import randomclass RandomNumberSelector():def __init__(self) -> None:self._item = list(range(100))random.shuffle(self._item)def __call__(self):return self._item[random.randint(0,100)]obj = RandomNumberSelector()
print(obj())
print(obj())

函数内省

除了__call__和__doc__函数还有其他很多的属性,使用dir方法可以了解一个函数还有那些属性

print([i for i in dir(square)])
['__annotations__', '__call__', '__class__', '__closure__', '__code__', '__defaults__', '__delattr__', '__dict__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__get__', '__getattribute__', '__globals__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__kwdefaults__', '__le__', '__lt__', '__module__', '__name__', 
'__ne__', '__new__', '__qualname__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__']

我们也可以了解对象有哪些属性

print([i for i in dir(RandomNumberSelector)])
['__call__', '__class__', '__delattr__', '__dict__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__le__', '__lt__', '__module__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '__weakref__']

同时我们也可以查看二者不共存的属性

print(sorted(set(dir(square)) - set(dir(RandomNumberSelector))))
['__annotations__', '__closure__', '__code__', '__defaults__', '__get__', '__globals__', '__kwdefaults__', '__name__', '__qualname__']

以上是类的属性中没有而函数属性有的属性

我们主要介绍与把函数视为对象的一些方法比如__dict__属性,是一种为函数提供注解的属性,Django框架中对函数赋予了这种注解的属性

传递给函数的参数:从定位参数到仅限关键字参数

python提供了及其灵活的参数处理方式,python3又提供了一种仅限关键字参数,同时密切相关的有*和**符号,可以展开可迭代对象这个过程就是拆包的过程
*符号,会把没有明确指定名称关键字的参数捕获作为列表传入,**符号会把没有明确指定名称的关键字参数捕获作为字典输入函数

# Example
def tag(name,*content,cls=None,**attrs):"""生成一个或者多个HTML标签"""if cls is not None:attrs['class'] = clsif attrs :attrs_str = ' '.join('%s="%s"' % (attr,value)for attr , valuein sorted(attrs.items()))else :attrs_str = ''if content:return '\n'.join('<%s %s>%s</%s>' % (name , attrs_str , c ,name) for c in content)else :return '<%s%s />' % (name , attrs_str)print(tag("br"))
print(tag("p","hello","world!"))
print(tag("h1","hello world!"))
print(tag('div',"FOo",cls="frame",id="dow")) # cls只能作为关键字参数传入
print(tag('div',"FOo",id="dow"))

输出 :

<br />
<p >hello</p>
<p >world!</p>
<h1 >hello world!</h1>
<div class="frame"id="dow">FOo</div>
<div id="dow">FOo</div>

获取关于函数参数的信息–inspect模块

函数对象具有__default__属性,其值是一个元组,保存着定位参数和关键字参数的默认值,仅限关键字参数的默认值存放在__kwdefaults__属性中,参数的名称存放在__code__属性中,其是一个code对象的引用,本身也有很多属性

# Example
def clip(text,max_len=80):"""在max_len前面或者后面的第一个空格处截断文本"""end = Noneif len(text) > max_len:space_before = text.rfind(' ',0,max_len) # rfind函数的第二个参数beg规定从哪里开始搜索,如果不设置则默认从尾部开始搜索if space_before >= 0:end = space_beforeelse :space_after = text.rfind(' ',max_len)if space_after >= 0 :end = space_afterif end is None:end = len(text)return text[:end].rstrip() # 去掉右边的空格部分

获取函数签名的signature方法

from inspect import signature
sig = signature(clip)print(sig) # 输出 : (text, max_len=80)for name, param in sig.parameters.items():print(f'name:{name} ,param:{param}')# name:text ,param:text# name:max_len ,param:max_len=80

signature方法返回了一个inspect.Signature对象,它有一个paramerters属性,对应了一个有序映射,是字典。把参数的名字和inspect.Parameter对象对应起来,每个Parameter都有自己的属性

inspect.Signature对象的bind方法

sig = signature(tag)
my_tag = {"name":'p',"content":["Hello","World!"],"cls":'news',"attrs":{"id":1}}
bound_args = sig.bind(**my_tag)
print(bound_args)
# <BoundArguments (name='p', cls='news', attrs={'content': ['Hello', 'World!'], 'attrs': {'id': 1}})>
for name,value in bound_args.arguments.items():print(name , value)
# name p
# cls news
# attrs {'content': ['Hello', 'World!'], 'attrs': {'id': 1}}

Signature对象有一个bind方法可以把任意个参数绑定到签名中的形参上,这里通过输入可以发现,当输入的形参含有序列信息的时候,这个方法会把序列信息给**attrs参数捕获,存入一个字典

Python3 的一个特性——函数注解

python3可以在函数声明和返回值附加元数据

def func(foo:str) -> int:return int(foo)

这种注解不会对函数做任何处理,只会存储在__annotations__属性中(一个字典)

for k , v in func.__annotations__.items():print(f'{k} = {v}')
# foo = <class 'str'>
# return = <class 'int'>

支持函数式编程的包(operator,functools)

函数式编程中经常需要把算术运算符当作函数使用,operator包提供了完整的算术运算符的函数

使用operator中的mul,add,配合reduce可以实现累乘或者累加

例如使用mul函数来实现阶乘

from operator import mul
from functools import reduce
def fact(n):return reduce(mul,range(1,n+1))

operator库中除了有算数运算符还有一些能从序列中读取对象属性的方法,分别是itemgetter和attrgetter顾名思义分别是读取对象索引和读取对象参数,本质上是一些简单lambda表达式的更有可读性的实现

operator中余下的模块中还有一个methodcaller方法,适用于对一个对象使用指定参数的方法

s = 'upper these characters'
from operator import methodcaller
uppercase = methodcaller('upper')
s = uppercase(s)
print(s) # UPPER THESE CHARACTERSreplace_backspace = methodcaller('replace',' ','___')
s = replace_backspace(s)
print(s) # UPPER___THESE___CHARACTERS

最后一个print可以发现methodcaller还有冻结部分参数的功能

另一种冻结参数的方法functools.partial

冻结参数的本质其实就是将一个函数的部分参数应用于一个对象

from functools import partial
from operator import mulmultiply_3 = partial(mul,3)
print(multiply_3(21)) # 63

partial的第一个参数是要可执行的一个方法,后面紧跟的是关键字参数或者不定参数

小结

Python本身不是一门函数式编程语言,但是它参考了一些函数式编程语言很好的地方,除了可以写出更可读的代码外。还能用它来实现一些特定功能,本身也提供了强大的注解系统和函数和对象之间的灵活调用

这篇关于Python函数式编程入门窥探的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1009717

相关文章

python panda库从基础到高级操作分析

《pythonpanda库从基础到高级操作分析》本文介绍了Pandas库的核心功能,包括处理结构化数据的Series和DataFrame数据结构,数据读取、清洗、分组聚合、合并、时间序列分析及大数据... 目录1. Pandas 概述2. 基本操作:数据读取与查看3. 索引操作:精准定位数据4. Group

Python pandas库自学超详细教程

《Pythonpandas库自学超详细教程》文章介绍了Pandas库的基本功能、安装方法及核心操作,涵盖数据导入(CSV/Excel等)、数据结构(Series、DataFrame)、数据清洗、转换... 目录一、什么是Pandas库(1)、Pandas 应用(2)、Pandas 功能(3)、数据结构二、安

Python使用Tenacity一行代码实现自动重试详解

《Python使用Tenacity一行代码实现自动重试详解》tenacity是一个专为Python设计的通用重试库,它的核心理念就是用简单、清晰的方式,为任何可能失败的操作添加重试能力,下面我们就来看... 目录一切始于一个简单的 API 调用Tenacity 入门:一行代码实现优雅重试精细控制:让重试按我

Python安装Pandas库的两种方法

《Python安装Pandas库的两种方法》本文介绍了三种安装PythonPandas库的方法,通过cmd命令行安装并解决版本冲突,手动下载whl文件安装,更换国内镜像源加速下载,最后建议用pipli... 目录方法一:cmd命令行执行pip install pandas方法二:找到pandas下载库,然后

MySQL常用字符串函数示例和场景介绍

《MySQL常用字符串函数示例和场景介绍》MySQL提供了丰富的字符串函数帮助我们高效地对字符串进行处理、转换和分析,本文我将全面且深入地介绍MySQL常用的字符串函数,并结合具体示例和场景,帮你熟练... 目录一、字符串函数概述1.1 字符串函数的作用1.2 字符串函数分类二、字符串长度与统计函数2.1

Python实现网格交易策略的过程

《Python实现网格交易策略的过程》本文讲解Python网格交易策略,利用ccxt获取加密货币数据及backtrader回测,通过设定网格节点,低买高卖获利,适合震荡行情,下面跟我一起看看我们的第一... 网格交易是一种经典的量化交易策略,其核心思想是在价格上下预设多个“网格”,当价格触发特定网格时执行买

Python标准库之数据压缩和存档的应用详解

《Python标准库之数据压缩和存档的应用详解》在数据处理与存储领域,压缩和存档是提升效率的关键技术,Python标准库提供了一套完整的工具链,下面小编就来和大家简单介绍一下吧... 目录一、核心模块架构与设计哲学二、关键模块深度解析1.tarfile:专业级归档工具2.zipfile:跨平台归档首选3.

使用Python构建智能BAT文件生成器的完美解决方案

《使用Python构建智能BAT文件生成器的完美解决方案》这篇文章主要为大家详细介绍了如何使用wxPython构建一个智能的BAT文件生成器,它不仅能够为Python脚本生成启动脚本,还提供了完整的文... 目录引言运行效果图项目背景与需求分析核心需求技术选型核心功能实现1. 数据库设计2. 界面布局设计3

Spring WebClient从入门到精通

《SpringWebClient从入门到精通》本文详解SpringWebClient非阻塞响应式特性及优势,涵盖核心API、实战应用与性能优化,对比RestTemplate,为微服务通信提供高效解决... 目录一、WebClient 概述1.1 为什么选择 WebClient?1.2 WebClient 与

Python进行JSON和Excel文件转换处理指南

《Python进行JSON和Excel文件转换处理指南》在数据交换与系统集成中,JSON与Excel是两种极为常见的数据格式,本文将介绍如何使用Python实现将JSON转换为格式化的Excel文件,... 目录将 jsON 导入为格式化 Excel将 Excel 导出为结构化 JSON处理嵌套 JSON: